Simon Willison 发布 llm-meta-ai 0.2 插件，为 Meta AI 新模型 Muse Wonder 和 Muse Wonder Full 增加支持。该插件覆盖 minimal、low、medium、high、xhigh、max 六个推理档位，作者用画鹈鹕的方式对比了 Muse Wonder 与 Muse 1.3、Muse 1.2 的差异，并称 Meta AI 目前每月发布一个新模型。
匹配字段摘要
微软发布第三代自研 AI 加速芯片 Maia 300，并宣布 Maia 200 已投产，用于支撑 Copilot 等云服务。Maia 200 部署在美国、欧洲和澳大利亚的数据中心，每瓦 token 吞吐量最高为领先 GPU 基础设施的 1.7 倍，年底前还将支撑 GitHub Copilot 和 Microsoft Foundry。Maia 300 计划 2027 年投产，采用推理优先架构，每兆瓦 token 吞吐量预计比领先 GPU 系统高 40%，96 加速器整机架的 token 吞吐量最高可达 Maia 200 的 7 倍；微软计划 2027 年以多吉瓦规模扩展 Azure Maia 系列，目前 Maia 尚未通过 Azure 实例向客户开放。
匹配字段摘要
Liquid AI 发布 LFM2.5-24B-A2B，总参数 24B、每 token 仅激活 2B，是 LFM2.5 家族中最大也是最后一款模型，基础版与后训练版均已在 Hugging Face 和 Playground 开放权重。该模型在八项智能体与工具调用基准中的五项领先或持平 Qwen3.6-35B-A3B，AutomationBench 得分为 27.69 对 8.72，LiveClaw 为 48.09 对 38.19。它采用显式思维链的纯推理模式，上下文窗口从 32,768 扩展到 131,072 tokens，词表从 65K 扩至 128K，预训练数据从 17T 扩至 33T tokens，在 Apple M5 Max 上解码 184 tokens/s，单张 NVIDIA B300 GPU 高并发下输出超过 21K tokens/s。
匹配字段摘要
Meta 正在 Meta Model API 平台上线 Muse Wonder 和 Muse Wonder Full 两款模型。Muse Wonder 主打真实场景编码，面向长时间运行的任务，能规划工作、并行调用工具、把部分任务交给子智能体并从错误中恢复；Muse Wonder Full 是 Meta 能力最强的模型，以最大推理量运行，面向最难、耗时最长的工作，仅向 Muse Code 订阅用户开放，不在 API 上提供。
匹配字段摘要
斯坦福 CS 329Z《Engineering AI Agents》第 6 讲「Agent Design Patterns and Scaffolds」讲义公开，内容依次为控制流归属判断、五种工作流模式、智能体推理/行动模式、上下文管理与 Pi 案例研究。该课由 Diyi Yang、Michael Ryan、John Yang 授课，覆盖从 LLM 流水线到自主 Agent 的工程学，主线为分解、数据与评估三大挑战。作业要求用 litellm 手写 RAG 与 ReAct 循环，再用 DSPy 重建并设计完整评估套件。
匹配字段摘要、正文
Meta 发布首个前沿模型 Muse Wonder，上线 Meta Model API 与 Muse Code，定价 $4/$20 每百万输入/输出 token；最高推理版本 Muse Wonder Full 仅面向 Muse Code 订阅者，不上 API。微软发布第三代自研 AI 推理芯片 Maia 300，2027 年投产；SpaceXSI 推出覆盖 Grok、Cursor 和 X Premium 的 X Subscription，月费 $8/$30/$100/$200。
匹配字段摘要
nature will 发布首个面向物理世界的通用基础模型 Natura-1，这是一个 500 亿参数的 MoE 模型，在 100 万小时第一人称人类经验数据上预训练，再用有限的机器人数据做后训练以适配灵巧操作。该模型可零样本跟随自然语言指令，推理空间约束、多物体关系和否定条件，并能自主执行长时程连续流程。Rohan Paul 指出，它同时处理了机器人常难以兼顾的三件事：抓取后的双手精细控制、无需额外训练的新任务，以及需要记住早期步骤并从错误中恢复的长序列。
匹配字段摘要
Meta 发布 Muse Wonder 和 Muse Wonder Full，在 Artificial Analysis Intelligence Index v4.3 最高推理强度下分别得分 52 和 56，高于 6 周前发布的 Muse Spark 1.3（max）的 48。Muse Wonder Full（max）在十项评测中全面超过 Muse Spark 1.3（max），智能体类提升最明显，Terminal-Bench 4.0 从 33% 升至 57%，GDPval-AA v2.1 从 1681 升至 1857 Elo。两款模型每次评测任务约消耗 54k 输出 token，比 Muse Spark 1.3（max）的 60k 低约 10%；Muse Wonder 已在 Meta 一方 API 和 Muse Code 上线，Muse Wonder Full 仅面向 Muse Code 用户。
匹配字段摘要
4 月 23 日，腾讯混元发布并开源 Hy3 preview 语言模型，这是一个快慢思考融合的混合专家模型，总参数 295B，激活参数 21B，最大支持 256K 上下文长度。官方称其为重建后训练的第一个模型，在复杂推理、指令遵循、上下文学习、代码和智能体等方向有大幅提升，并已在元宝、CodeBuddy、WorkBuddy、QQ、ima、QQ浏览器、腾讯文档、腾讯乐享上线，同时支持 OpenClaw、OpenCode、KiloCode 等开源智能体产品。模型已在 GitHub、Hugging Face、ModelScope 开源，腾讯云推出 API 价格和 Token Plan，个人版最低 28 元/月；官方也提到工具调用错误恢复能力不足、对推理超参数敏感等已知问题。
匹配字段摘要、正文
腾讯混元正式发布 Hy3，基于 4 月底的 Hy3 preview 迭代，提升后训练数据质量与规模并扩大 RL 算力，在推理、智能体、长上下文任务上比肩参数规模为其 2～5 倍的更大尺寸旗舰模型。内部 270 位专家真实工作盲测中 Hy3 均分 2.67/4，高于 GLM5.1 的 2.51/4；幻觉率从 12.5% 降至 5.4%，多轮问题率从 17.4% 降至 7.9%，MRCR 从 42.9% 升至 75.1%。模型已在腾讯云、GitHub、HuggingFace 和 ModelScope 开放，API 价格为每百万 Tokens 输入 1 元、输出 4 元、命中缓存输入 0.25 元。
匹配字段摘要、正文
腾讯混元发布 Hy-MT2 多语言翻译模型族，包含 Hy-MT2-1.8B、Hy-MT2-7B 和 Hy-MT2-30B-A3B，支持 33 种语言互译并遵循多语言翻译指令。在 FLORES-200 的 XX⇔XX 设置下，三款模型分别达到 79.77、86.89 和 87.47，相当于 Gemini 3.1 Pro 思考模式的 89.9%、97.9% 和 98.6%。模型提供 1.25-bit、2-bit、4-bit、8-bit 和 FP16 多种精度，其中 1.25-bit 版本基于自研 AngelSlim 技术，仅需约 440MB 存储，在苹果 A15 上推理速度相比 Hy-MT1.5 的 4-bit 版本提升 1.5 倍。
匹配字段摘要、正文
InternLM 发布 SIM-CoT（Supervised Implicit Chain-of-Thought）官方实现，通过训练时附加轻量辅助解码器，将每个隐式 latent token 对齐到对应推理步骤，解决隐式 CoT 随 token 数增加出现的语义同质化与训练崩溃问题，该辅助解码器在推理时移除，不增加额外推理开销。在 GPT-2 上，SIM-CoT 比监督 CoT 高 2.1%、比 Coconut 高 8.2%、比 CODI 高 4.3%；在 LLaMA 1B/3B/8B 上提升 1.5% 至 9.0%，并在 8–16 个隐式 token 下保持稳定。论文已被 ICLR 2026 接收，代码与论文已发布。
匹配字段摘要
InternLM 开源 Challenge-Cup-2026 baseline 仓库，赛题要求选手基于 Intern-S 系列模型设计数学推理智能体，接收数学题文本与元信息后输出 final_response，由官方 judger 判分。选手需在仓库根目录提供 user_agent.py，暴露 ReasoningAgent 与 solve 方法，可自由使用提示词设计、多候选生成、工具调用等策略。正式评测 Agent 阶段总时限 6 小时，单题进程组 1200 秒，最多 3 题并发，提交开放时间预计 2026-07-01 起。
InternLM 开源 Challenge-Cup-2026 baseline 仓库，赛题要求选手基于 Intern-S 系列模型设计数学推理智能体，接收数学题文本与元信息后输出 final response，由官方 judger 判分。选手需在仓库根目录提供 user agent.py，暴露 ReasoningAgent 与 solve 方法，可自由使用提示词设计、多候选生成、工具调用等策略。正式评测 Agent 阶段总时限 6 小时，单题进程组 1200 秒，最多 3 题并发，提交开放时间预计 2026-07-01 起。
匹配字段摘要、正文
InternLM 发布 Intern-S2-Mobius，一个基于 Mobius-v0 架构、由 Xtuner 和 LMDeploy 实现的 35B 基础模型。它把知识存储与推理计算解耦，用全局共享 Memory 替代逐层绑定的 FFN 知识存储，让多个 Reasoner 迭代查询和精炼隐状态，具备 Backward Residual Connection 和 Dynamic Latent Reasoning 两项能力。模型由 Qwen3.5-35B 继续预训练并经 SFT 和 RL 后训练，技术报告称端到端推理效率提升近 4 倍，在推理基准上得分与 Qwen3.5-35B 相当或更强，同时推理链更短、请求吞吐更高，并在 Biology-Instructions、Mol-Instructions、MolecularIQ 等科学任务上有较大提升。模型以 bfloat16 权重格式发布，支持 LMDeploy、Transformers、vLLM、SGLang 部署，推荐使用 MTP 投机解码。
匹配字段摘要
InternLM 推出 OVO-S-Bench，一个面向多模态 LLM 流式空间智能的全人工标注基准，含 348 个源视频上的 1,680 道题，按瞬时自我中心感知、时空上下文追踪、空间模拟推理、异我中心建图四个层级划分。在 38 个闭源与开源 MLLM 上评测，Gemini-3.1-Pro 以 59.2 分落后人类专家 86.6 分 27 分，异我中心建图是主要瓶颈；流式与空间微调模型反而不及自身基座，无流依据的思维链推理会放大空间错误。
匹配字段摘要
InternLM 发布 Intern-S2-397B 及其预览版 Intern-S2-Preview-397B、Intern-S2-Preview-35B 等科学多模态基础模型，覆盖预训练、强化学习任务与长程智能体三个方向。其中 Intern-S2-Preview-35B 基于 Qwen3.5 继续预训练，仅用 35B 参数在多个核心专业科学任务上达到万亿级 Intern-S1-Pro 的相当水平，并采用共享权重 MTP 与 CoT 压缩提升推理效率。系列模型支持 LMDeploy、vLLM、SGLang 部署，以 Apache 2.0 许可发布。
匹配字段摘要
InternLM 发布开源多模态决策模型 Intern-Decision，将状态、可选图像和多个带类型的问题转化为带概率的决策，支持 choice、score 和 noul（是/否）三类问题，训练时微调 Qwen3.5 的语言主干并冻结视觉塔和投影器。Intern-Decision-4B 在七套基准上平均准确率 90.02%，RTX 4090 本地平均请求延迟 44.16 ms，在 96 例校准基准上 Brier 为 0.550、ECE 为 0.089。该版本包含训练、两种推理后端、基准评分、温度校准和浏览器 demo，但训练数据、校准与验证记录、图像及模型权重未包含在内。
匹配字段摘要
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍，Dyna-2 是基于超过一百万小时人类视频预训练的世界动作模型，采用扩散 Transformer 与 flow matching，先预测未来视频再生成机器人动作，类似视觉层面的链式推理。他称模型只需数十分钟到数小时的机器人演示数据即可适配新任务，Dyna-2.1 物理机器人已能连续一小时完成洗衣流程，餐厅客户 Din Tai Fung 处每天折数千张餐巾。他把数据与硬件列为通用机器人的主要瓶颈，指出灵巧手易过热、缺少触觉等传感维度，并解释公司选择轮式半人形、自研执行器与推理栈以压低延迟。
匹配字段摘要
微软宣布从下一个自然年起将 Maia 芯片家族扩展到多吉瓦部署，使其成为自家产品与服务的主要推理系统，同时发布 Maia 300。Maia 300 面向长上下文推理、低延迟对话和多步智能体任务，官方称其每瓦 token 数比领先的 GPU 系统高 40%。Maia 200 已在美国、欧洲和澳大利亚部署，在 Teams 和 Copilot 中每瓦 token 数最高提升 1.7 倍，并已承载 Microsoft Copilot 等生产负载，GitHub Copilot 和 Microsoft Foundry 将在年底前跟进。
匹配字段摘要
微软宣布推出 Maia 300，称其每瓦 token 吞吐比领先的 GPU 系统高 40%。从下一个自然年起，微软将把 Maia 系列扩展到多吉瓦级部署，使其成为自家产品和服务的首要推理系统。目前 Maia 200 已在美国、欧洲和澳大利亚部署，在 Teams 和 Copilot 中每瓦 token 吞吐最高提升 1.7 倍。
匹配字段摘要